基于航司生产运营管理的飞机油耗评估模型

从航空公司生产要素与运行管理的层面,提出了飞机燃油消耗量的评估模型.将飞机燃油消耗量的影响因素划分为生产投入要素和运行过程两个方面进行分析.将航班运行划分为飞行段和滑行段,分段匹配建立了多元非线性回归模型,利用逐步回归法确定模型参数.经检验,模型具有良好的预测效果.     

基于三角模型的机场拦阻功能评估

机场工程应用中,拦阻系统是飞机滑出跑道时的重要安全保障,评价拦阻系统功能的有效性与可靠性对保证飞机安全尤为必要。以舰载机拦阻索为主要研究对象,将拦阻系统在拦阻飞机过程中的具体功能分为阻碍功能、缓冲功能、导向功能等,分别对以上三项功能建立量化指标,采用函数分析方法确定不同指标量化数值,与权重组合得到相应指标评价值;最后结合三角图论构建模型对拦阻系统进行综合评价,分析拦阻系统功能变化趋势,确定具体评价结果。以某机场拦阻系统为例,收集拦阻过程各项数据进行实例分析。评价结果表明：利用所建立的拦阻功能评价方法,可得到拦阻系统在具体拦阻过程中的各项功能评价数值,其中拦阻系统阻碍功能、非缓冲功能、非导向功能所得值依次为0.83、0.46、0.64,根据结果对拦阻系统有效性和可靠性变化趋势做出判断。研究结果可为拦阻系统功能作用评估提供参考依据。     

航班到港延误时长预测及特征分析

为破除XGBoost模型的黑盒特性,增强模型的说服性,提出一种基于SHAP的可解释性航班到港延误时长预测模型。首先,对航班历史数据、天气数据进行融合,在融合数据的基础上进行异常值处理,并利用递归特征消除方法进行特征选择;其次,构建航班延误时长预测模型,利用遗传算法进行参数调优,并与目前常用的模型进行对比;最后,在航班延误时长预测的基础上结合SHAP模型,从总体特征和特征间的相互关系2个角度分析特征的重要程度。实验结果表明,经过遗传算法调优的XGBoost模型预测精度更高,其中MAE降低了8.94%,RMSE降低了19.85%,MAPE降低了6.15%,且其模型精度更高。因此,SHAP模型破除了XGBoost模型的黑盒特性,增强了模型的可解释性,可为降低航班延误时长提供技术支持。     

杭州空港物流的发展思考

空港物流是以现代物流为基础，依托航空港，以航空运输为主，以机场为中心的一种现代物流方式。其重点在于为客户提供全方位和综合性的物流服务，包括运输、搬运、装卸、仓储、流通加工、包装、海关检查、进出口贸易、售后服务、信息网络，以及其他增值服务在内的一条龙的“链式管理服务”。     

“春运号角”吹响 南航湖南分公司全力备战和谐安全春运

春运已经拉开序幕,航空运输市场需求较为旺盛。据估计,今年春运期间全国民航旅客运输量将达到3550万人次,同比增长5.2%,增幅高于去年的3.6%。对湖南市场而言,节前务工返乡客流将较为集中,目前部分珠江三角洲到长沙的旅客运输需求较大;节后则务工流、学生流、探亲流三流叠加,返程客流将出现高峰。南航湖南分公司运行安全技术部副经理张中林告诉记者,随着春运临近,返乡客流逐步提升,许多热点城市     

基于机型的机场端近净空区障碍物限制高度分析

机场端近净空区是机场障碍物限制要求最严格的部分,也是关系到机场运行安全的关键。针对现行机场净空规定中端净空区是综合各种机型的相关数据,以最不利状态确定的限制高度的状况,通过对6种不同飞机起飞着陆航迹的测试与分析,拟合出了各型飞机起飞、着陆航迹曲线,依据测试和计算结果,提出了基于机型的端净空区障碍物高度限制标准,为快速评估某型飞机能否在某机场运行提供了参考的依据。     

基于深度神经网络的航班保障时间预测研究

航班地面保障时间预测是提高机场运行保障效率和决策能力的关键问题之一。考虑到服务流程的复杂性和特殊性,建立了航班地面保障资源到位时间的高斯概率模型,提出了一种基于深度神经网络的航班地面保障时间预测模型,并根据保障数据规律性变化调节模型参数,减小不确定性因素产生的泛化误差。研究结果表明,单航班预测结果的平均绝对误差比多航班小4.479 min,模型评价分数达到了94.608,且预测精度比传统BP神经网络和贝叶斯网络方法高3%~5%。     

航空器爬升与下降阶段4D航迹预测

准确的4D航迹预测可以在冲突探测与解脱、航迹优化和空中交通流量管理等多个领域发挥重要作用。为提高预测的准确性,提出了基于机器学习的航空器4D航迹预测方法。首先,利用爬升阶段提取研究指标,构建循环神经网络(recurrent neural network, RNN)和长短期记忆网络(long short-term memory, LSTM);其次,在下降阶段进行数据维度拓展,构建RNN、LSTM模型进行航迹预测;最后,对各个维度上的预测航迹点和实际航迹点的误差进行分析。仿真结果表明,爬升阶段模型和下降阶段模型对于航空器位置预测准确性高,展现了航迹预测模型的良好鲁棒性。     

基于非合作博弈的航班时刻优化研究

在进行航班时刻优化时,为解决不同目标之间相互影响,相互制约,存在冲突的问题,提出基于零和博弈的航班时刻优化模型。首先,从零和博弈的角度,给出一种线性加权法,得出纳什均衡状态下各个目标的最佳权重系数;然后将该系数应用到航班时刻优化的多目标问题中,构建航班时刻优化模型;最后通过萤火虫算法(firefly algorithm,FA)进行求解。本文把航班延误总时间和航班调整总量作为目标,以杭州萧山国际机场为例进行验证,最终结果表明,该模型在减少航班总延误的同时,又有效减少了航班总调整量,提升了整体优化的效益。